Awesome-REA zbiera materiały z reverse engineering na GitHubie
Awesome-REA zbiera materiały z reverse engineering na GitHubie
Repozytorium Awesome-REA na GitHubie gromadzi bibliotekę materiałów dotyczących inżynierii wstecznej — Awesome-REA — z ponad 1000 zasobami do nauki i analizy oprogramowania.
Zawiera 1196 wyselekcjonowanych zasobów, 424 przypadki praktyczne i 207 prac naukowych. Całość jest podzielona na sześć obszarów: strony internetowe, gry, aplikacje, pliki binarne, firmware i protokoły.
Biblioteka obejmuje narzędzia do deobfuskacji JavaScript, analizy decompilacji gier, badania podatności i wiele więcej. Osobna sekcja dotyczy inżynierii wstecznej z wykorzystaniem AI: zebrano w niej serwery MCP, które łączą narzędzia decompilacji z agentami AI, w tym JADX-AI-MCP i apktool-mcp-server.
Dodatkowo cały katalog jest dostępny przez llms.txt oraz API JSON, dzięki czemu można go używać jako bazę wiedzy dla systemów AI.
Dlaczego to ważne
AnalizaAwesome-REA oszczędza czas badaczom bezpieczeństwa i programistom, porządkując rozproszone materiały z inżynierii wstecznej w jednej bazie. Serwery MCP oraz katalog czytelny maszynowo ułatwiają też integrację agentów AI z przepływami analitycznymi.
Dyskutuj w społeczności
Dziel się swoimi pytaniami i spostrzeżeniami z programistami
Powiązane w ekosystemie
Praktyczne poradniki, kluczowa terminologia i skille agentów
Wyciek promptu systemowego (Prompt Leakage)
Luka w sztucznej inteligencji, która pozwala użytkownikowi za pomocą sprytnie sformułowanych zapytań wymusić na bocie dosłowne cytowanie jego ukrytych instrukcji (promptu systemowego), ujawniając logikę biznesową, zasady zachowania oraz wewnętrzne sekrety deweloperów.
Część II. Praca z Codexem – optymalizacja, bezpieczeństwo i zarządzanie zespołem
Codex to nie tylko autouzupełnianie kodu w czacie, ale pełnoprawny agent inżynierski: czyta repozytorium, planuje zmiany, edytuje pliki, uruchamia testy, weryfikuje własne różnice (diffy) oraz potrafi pracować...
Jak zapewnić bezpieczeństwo agenta: reguły zatrzymania, zatwierdzanie przez człowieka i sandbox
Agent w środowisku produkcyjnym to proces, który może autonomicznie zapisywać pliki, wykonywać wywołania API, modyfikować dane oraz zużywać tokeny, bez pauz i bez Twojego udziału na każdym etapie.
Tożsamość agenta i DID (zdecentralizowane identyfikatory)
Standardy kryptograficzne (DID, weryfikowalne poświadczenia, mTLS), które zapewniają autonomicznym agentom AI prawnie i technicznie uznaną tożsamość, prawo do podpisywania oraz audyt działań.